Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à WrenAI OSS
- Vue d'ensemble de l'architecture de WrenAI
- Principaux composants OSS et écosystème
- Installation et configuration
Modélisation sémantique dans WrenAI
- Définition des couches sémantiques
- Conception de métriques et de dimensions réutilisables
- Bonnes pratiques pour la cohérence et la maintenabilité
Text-to-SQL en pratique
- Correspondance entre le langage naturel et les requêtes
- Amélioration de la précision de la génération SQL
- Défis courants et dépannage
Affinage et optimisation des invites (Prompts)
- Stratégies d'ingénierie des invites
- Ajustement fin pour les ensembles de données enterprise
- Équilibre entre précision et performance
Mise en œuvre des garde-fous
- Prévention des requêtes dangereuses ou coûteuses
- Mécanismes de validation et d'approbation
- Considérations liées à la gouvernance et à la conformité
Intégration de WrenAI dans les flux de travail de données
- Intégration de WrenAI dans les pipelines
- Connexion aux outils de BI et de visualisation
- Déploiements multi-utilisateurs et enterprise
Cas d'usage avancés et extensions
- Plugins personnalisés et intégrations API
- Extension de WrenAI avec des modèles de ML
- Mise à l'échelle pour les grands ensembles de données
Résumé et prochaines étapes
Pré requis
- Solide compréhension du SQL et des systèmes de bases de données
- Expérience en modélisation de données et en couches sémantiques
- Familiarité avec les concepts de l'apprentissage automatique ou du traitement du langage naturel
Public cible
- Ingénieurs des données
- Ingénieurs de l'analytics
- Ingénieurs en ML
21 Heures